图像作为人类感受和传递信息的重要载体和图像,在人们的生活中扮演着非常重要的角色,尤其随着计算机技术的不断发展,计算机视觉和图像处理技术越来越深入到社会生活的各个方面,图像去噪是图像处理领域的基础,有着非常重要的作用。本文首先分析了传统的去噪算法,如空间域高斯模糊、小波域的阈值处理等,这些算法原理简单,运算速度较快,但是去噪效果不明显。近来各种优秀的去噪算法相继提出,去噪效果有了非常大的提升。但是这些优秀算法普遍的计算复杂,运算量大,极大的限制了这些算法的应用。双域滤波算法最近新提出的一种图像去噪算法,该算法在思想原理简单、去噪效果好,而且算法有着很高的数据并行性。本文针对双域滤波算法,做了以下工作。首先详细分析了双域滤波算法的基本原理和步骤,该算法包含基础层提取和细节层去噪两部分。针对原算法中基础层提出的不足之处,本文分析了几种具有边缘保持特性滤波器,然后在迭代计算的第一步使用双边滤波结合WLS的算法获取基础层,最终取得了良好的视觉效果,尤其是在边缘处有效的减轻了振铃效应。双域滤波中基础层的提取和细节层的局部傅里叶变换都有着非常高的数据并行性。针对串行算法运算时间长的问题,本文使用开放计算语言OpenCL,利用GPU可数据并行计算的性质,完成基础层双边滤波的并行计算,细节层使用Stockham FFT实现了大规模短时傅里叶变换的计算。最终实现的去噪算法加速比能达到30倍以上,极大的提高了算法的实用性。